import pandas as pd
import numpy as np

# 设置随机种子，以便结果可重复
np.random.seed(42)

# 定义生成数据的行数
num_rows = 100  # 生成 100 行数据

# 创建空列表来存储生成的ID
material_ids = []
device_ids = []
product_ids = []

# 生成材料、设备、产品的ID，确保同一行内的ID不重复
for _ in range(num_rows):
    mat_id = np.random.randint(0, 100)  # 材料ID范围 0-99
    dev_id = np.random.randint(100, 201)  # 设备ID范围 100-199

    # 确保产品ID在当前行与材料ID和设备ID不重复
    while True:
        prod_id = np.random.randint(0, 201)
        if prod_id != mat_id and prod_id != dev_id:
            break

    material_ids.append(mat_id)
    device_ids.append(dev_id)
    product_ids.append(prod_id)

# 创建数据框，将三个ID列结合起来
df_ids = pd.DataFrame({
    '材料id': material_ids,
    '设备id': device_ids,
    '产品id': product_ids
})

# 指定文件路径并保存为CSV文件
file_path_ids = '测试数据 material_device_product_ids.csv'
df_ids.to_csv(file_path_ids, index=False)  # index=False 表示不保存行索引

# 打印文件路径
print(f"CSV 文件已生成，路径为: {file_path_ids}")